A veces me pregunto si, en el fondo, nos da un poco de miedo soltar el volante. Ayer mismo, mientras me tomaba un café cerca de la Plaza del Ayuntamiento aquí en Cartagena, veía cómo un operario anotaba datos en una libreta mugrienta junto a una máquina que parecía costar más que mi casa. Y es que, por mucho que nos llenemos la boca con términos modernos, la realidad a pie de fábrica suele ser bastante más analógica de lo que nos cuentan en las ferias tecnológicas. Resulta que al otro lado del charco, en Argentina, les está pasando algo muy parecido, pero a una escala que empieza a preocupar a los que saben de esto.
Un estudio reciente realizado por Accenture y la Unión Industrial Argentina (UIA) ha soltado una bomba de realidad: la industria manufacturera argentina está, por decirlo suavemente, en pañales en lo que a Inteligencia Artificial se refiere. Y no es que no quieran, es que parece que no saben muy bien por dónde hincarle el diente. La verdad es que, cuando lees que menos del 30% de las empresas industriales allí utilizan la IA para algo serio, te das cuenta de que el camino por recorrer es más largo que la subida al Castillo de la Concepción en pleno agosto.
Hay un dato que me ha dejado un poco descolocado, aunque si lo pienso bien, no debería sorprenderme tanto. Según la Universidad Austral, tres de cada diez empresas argentinas siguen planificando su producción con planillas de Excel. Ojo, que el Excel es una herramienta maravillosa, yo mismo lo uso para llevar mis cuentas, pero intentar gestionar una planta fabril compleja con celdas y fórmulas manuales en pleno 2024 es como intentar ganar una carrera de Fórmula 1 con un Seat 600. Está muy bien para lo que es, pero tiene sus límites.
Lo más curioso de todo esto es la percepción propia. El estudio dice que la mayoría de estas empresas se ven a sí mismas como «muy eficientes». Es el clásico efecto Dunning-Kruger aplicado a la industria: como no saben todo lo que podrían estar optimizando con algoritmos avanzados, creen que lo que hacen manualmente es el techo del rendimiento. Menos del 5% de las empresas analizadas tienen lo que los expertos llaman «madurez digital». Vaya, que el resto está todavía intentando entender cómo conectar las máquinas a internet sin que salten los plomos.
Esta desconexión entre la autopercepción y la realidad es peligrosa. Si crees que ya eres el mejor, ¿para qué vas a invertir en cambiar? Y ahí es donde la industria argentina se está quedando estancada en tecnologías básicas y generales, perdiendo el tren de la competitividad internacional.
¿Por qué no arranca la IA en las fábricas?
Si me preguntáis a mí, la barrera no es solo el dinero. La verdad es que la principal piedra en el camino es la falta de una visión clara. Muchas empresas ven la IA como un gasto, algo «galáctico» que solo usan en Silicon Valley o en las grandes plantas de Alemania. No ven la oportunidad de negocio real. Se centran en reducir costes a corto plazo —el típico «vamos a ahorrar en luz»— en lugar de ver la IA como un motor para crear productos mejores, más rápidos y más baratos de producir.
Para que nos entendamos, la transformación no va de comprar un robot y dejarlo ahí puesto para que la gente le haga fotos. Va de cuatro pilares que son como las patas de una silla; si falta una, te vas al suelo:
- Talento: Necesitas gente que sepa qué hacer con los datos. No hace falta que todos sean ingenieros de la NASA, pero sí que entiendan el lenguaje digital.
- Automatización: Que las máquinas hablen entre ellas. Si el sensor de la máquina A no le dice nada a la máquina B, no tenemos nada.
- Optimización: Usar la IA para tomar decisiones. Que el sistema te diga: «Oye, para la producción ahora porque esa pieza va a salir defectuosa dentro de diez minutos».
- Digitalización: Dejar el papel y el boli (y el Excel básico) para pasar a sistemas integrados en la nube.
Un vistazo técnico: ¿De qué hablamos cuando decimos IA industrial?
Para no quedarnos solo en la superficie, vamos a bajar un poco al barro. Cuando hablamos de IA en una fábrica, no nos referimos a un ChatGPT que te escribe poemas sobre tornillos. Hablamos de cosas como el mantenimiento predictivo. Imagina que tienes una prensa hidráulica. Tradicionalmente, esperas a que se rompa para arreglarla (mantenimiento correctivo) o la revisas cada seis meses aunque esté perfecta (mantenimiento preventivo).
Con IA, instalas sensores de vibración y temperatura. Un pequeño script en Python, por ejemplo, podría estar analizando esos datos en tiempo real. Si mal no recuerdo, la lógica básica sería algo parecido a esto (perdonad si me pongo un poco friki, pero es que esto es lo que de verdad cambia las cosas):
# Ejemplo simplificado de lógica para detección de anomalías
import numpy as np
def analizar_vibracion(datos_sensor):
umbral_peligro = 0.85
media_vibracion = np.mean(datos_sensor)
if media_vibracion > umbral_peligro:
enviar_alerta("¡Ojo! La máquina está vibrando más de la cuenta. Posible fallo en rodamiento.")
return "Mantenimiento requerido"
return "Todo OK"
# En una fábrica real, esto se alimenta de miles de datos por segundo
Este código, que parece una tontería, puede ahorrarle a una empresa miles de euros en paradas no programadas. Pero claro, para llegar a esto, primero tienes que tener los sensores puestos y los datos fluyendo. Y ahí es donde el estudio de Accenture dice que Argentina está tropezando.
La comparación con el espejo español
No creáis que aquí en España estamos para dar muchas lecciones, aunque la situación es algo distinta. Si miramos a nuestro alrededor, por ejemplo aquí en la Región de Murcia o en el polo industrial de Cartagena, vemos empresas que ya están haciendo los deberes. Navantia, sin ir más lejos, con su «Astillero 4.0», está integrando gemelos digitales para simular cómo se comportará un barco antes de poner el primer remache. O Repsol en el Valle de Escombreras, que usa algoritmos para optimizar el refinado de petróleo de una forma que un humano, por muy listo que sea, simplemente no podría procesar.
La diferencia, quizás, es que en España la presión de la Unión Europea y el acceso a ciertos fondos han empujado a las empresas a moverse un poco más rápido. En Argentina, la coyuntura económica suele obligar a los empresarios a pensar en «sobrevivir a la semana que viene», y así es muy difícil sentarse a planificar una estrategia de IA a cinco años vista. Es una pena, porque el talento humano en Argentina es brutal; solo les falta el marco adecuado para explotarlo.
El factor humano: ¿Nos van a quitar el puesto los robots?
Este es el elefante en la habitación. Siempre que hablo con alguien de industria sobre IA, sale el tema. «Es que si pongo una IA para controlar la calidad, ¿qué pasa con Paco, que lleva treinta años revisando las piezas a ojo?». La respuesta es dura pero necesaria: Paco tiene que aprender a supervisar la IA.
La automatización inteligente no busca necesariamente eliminar personas, sino eliminar tareas tediosas y propensas al error humano. Un algoritmo no se cansa a las tres de la mañana, no parpadea y no tiene un mal día porque su equipo de fútbol haya perdido. Pero ese algoritmo necesita a alguien que lo calibre, que entienda el contexto y que tome la decisión final cuando las cosas se ponen feas. El problema en la industria argentina, según el informe, es que no se está invirtiendo lo suficiente en formar a ese «Paco» del futuro.
La visión de futuro: ¿Adaptarse o morir?
El título del artículo original de Infobae decía algo así como «adaptarse o ser adaptado», y no les falta razón. La IA no es una moda pasajera como los pantalones de campana o los NFTs. Es una herramienta de productividad tan básica como lo fue la electricidad a principios del siglo XX.
Para que la industria argentina (y cualquier industria local, seamos sinceros) no se convierta en un museo de arqueología industrial, el cambio de chip tiene que ser total. Hay que pasar de ver la tecnología como un «juguete caro» a verla como la única forma de seguir existiendo en un mercado global.
Al final del día, lo que nos dicen estos datos es que hay una oportunidad de oro desperdiciada. Argentina tiene una base industrial potente, tiene universidades de prestigio —como la Austral o la UBA— y tiene ganas. Lo que le falta es que los que toman las decisiones en las empresas dejen de mirar la hoja de cálculo de Excel por un momento y miren hacia el futuro.
Vaya, que no es magia, es matemáticas y voluntad. Y si no se ponen las pilas, vendrá otro de fuera que sí las tenga puestas y les comerá la tostada. Es así de simple y así de crudo. Por mi parte, seguiré observando cómo evoluciona esto desde mi rincón en Cartagena, esperando que la próxima vez que lea un informe sobre el tema, los porcentajes hayan subido tanto como la temperatura en el Puerto en pleno julio.
La conclusión que saco de todo esto es que la tecnología está ahí, esperando. Solo falta que alguien se atreva a encender la luz y a dejar de usar el Excel para cosas que ya no le corresponden. Porque, seamos sinceros, a nadie le gusta trabajar más de la cuenta por no querer aprender a usar una herramienta mejor, ¿verdad?
Deja una respuesta